Delik delme esnasında malzeme yüzeyinde oluşan çapakların görüntü işleme ile incelenmesi ve kesme parametrelerinin optimizasyonu
Investigation of burrs formed on the material surface during drilling with image processing and optimization of cutting parameters
- Tez No: 988242
- Danışmanlar: DOÇ. DR. ALİ ERÇETİN, DR. ÖĞR. ÜYESİ SÜLEYMAN GÖKHAN TAŞKIN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Bandırma Onyedi Eylül Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda üretim teknolojilerinde kalite ve verimliliğin artırılmasına yönelik çalışmaların hız kazanması, özellikle talaşlı imalat süreçlerinde otomatik hata tespiti ve sınıflandırma yöntemlerinin tercih edilmesine yol açmıştır. Görüntü işleme ve yapay zekâ tabanlı yaklaşımların gelişmesiyle birlikte, klasik çapak ölçüm ve elle kontrol yöntemlerine alternatif olarak düşünülen derin öğrenme modelleri; daha hızlı, daha düşük maliyetli ve daha tekrarlanabilir çözümler sunmaları nedeniyle öne çıkmaktadır. Bu tez çalışmasında, AA6013 alüminyum alaşımında delik delme işlemleri sonrasında oluşan çapakların, mikroskop görüntülerinden oluşturulan veri kümeleri üzerinde YOLOv10n modeli ile sınıflandırılması amaçlanmıştır. Çalışmada orijinal veri setinin yanı sıra modelin genelleme kabiliyetini artırmak için orijinal veri setine sırasıyla; yatay çevirme (YÇ), 180° döndürme (D180°) ve bunların kombinasyonları olan (ÇD) uygulanarak veri seti artırılmıştır. Bununla beraber her bir veri setine, modelin hassasiyetini ve seçiciliğini değerlendirmek için farklı karar eşiği (k.e. = 0,25 ve 0,65) değerleri uygulanmıştır. Bu veri setlerine yapılan eğitimlerde iyi–orta–kötü sınıfları tahmin edilmiş, doğruluk (Accuracy), kesinlik (Precision), duyarlık (Recall) ve F1 skoru gibi başarı metrikleri hesaplanmıştır. Kurulan sistemin değerlendirilmesi sonucunda, en yüksek performansın düşük karar esiği ve en fazla veri seti adedine sahip olan Veri Seti 8'de (Accuracy=0,985; F1=0,977), artırmasız veya tekil artırmalı Veri Seti 1-4 aralığında, başarıda belirgin düşüş yaşandığı, kombinasyonlu artırmaların olduğu Veri Seti 5-7 aralığında ise, genelleme kabiliyetini iyileştirdiği görülmüştür. Ayrıca eşik değerinin yükselmesiyle Recall'un azaldığı ve yanlış negatiflerin (FN) arttığı tespit edilmiştir. Çalışmada, eğitimden elde edilen model kamera sistemi ile gerçek zamanlı uygulamaya entegre edilerek çapak sınıfının anlık olarak ekranda gösterilmesi sağlanmıştır. Elde edilen sonuçlar, geliştirilen yaklaşımın endüstriyel üretim hatlarında ve kalite kontrol uygulamalarında kullanılabilir olduğunu göstermektedir. Bu kapsamda sistem, planlama ve süreç mühendislerine; düşük/orta eşik değerleriyle ve kombinasyonlu veri artırma stratejileriyle, hızlı ve güvenilir çapak sınıflandırma için uygulanabilir bir yöntem olarak önerilmektedir.
Özet (Çeviri)
In recent years, efforts to improve quality and efficiency in manufacturing technologies have accelerated, leading to the adoption of automated defect detection and classification methods, particularly in machining processes. With the advancement of computer vision and artificial intelligence approaches, deep learning models have emerged as an alternative to conventional burr measurement and manual inspection methods, offering faster, more cost-effective, and more repeatable solutions. In this thesis study, the aim is to classify the burrs formed after drilling operations on AA6013 aluminum alloy using the YOLOv10n model on datasets created from microscope images. In addition to the original dataset, the dataset was augmented by applying horizontal flipping (HF), 180° rotation (R180°), and their combinations (CF) to the original dataset to improve the model's generalization ability. Furthermore, different decision threshold values (k.e. = 0.25 and 0.65) were applied to each dataset to evaluate the model's sensitivity and selectivity. During training on these datasets, good–medium–poor classes were predicted, and performance metrics such as accuracy, precision, recall, and F1 score were calculated. As a result of evaluating the established system, the highest performance was achieved with dataset 8, which had the lowest decision threshold and the largest number of data sets (Accuracy=0.985; F1=0.977). A significant decrease in success was observed in non-augmented or single-augmented Datasets from 1 to 4, while combined augmentations improved generalization ability by datasets from 5 to 7. Furthermore, it was determined that Recall decreased and false negatives (FN) increased as the threshold value increased. In the study, the model camera system obtained from training was integrated into real-time application, enabling the instant display of the spatter class on the screen. The results demonstrate that the proposed approach can be applied in industrial production lines and quality control processes. Accordingly, the system is recommended to planning and process engineers as a practical method for fast and reliable burr classification, particularly by using low/medium confidence thresholds and combined data augmentation strategies.
Benzer Tezler
- Katı yakıtların akışkan yatakta yakılması ve katı miktarının yatak yüksekliğine etkisi
Combustion of solid fuels in the fkuidized beds and the effects of solid quantity to the height of bed
KAMİL BEKİR KOÇ
Yüksek Lisans
Türkçe
1987
Makine MühendisliğiGazi ÜniversitesiMakine Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. ALİ YÜCEL UYAREL
- Destilasyon kolonları için geliştirilen yeni bir plato ve işletme özellikleri
Başlık çevirisi yok
BEŞİR TATLI
- Kastamonu çarşaf bağlamaları motif özellikleri
Başlık çevirisi yok
N.TOMRİS KATLI
Yüksek Lisans
Türkçe
1986
El SanatlarıGazi ÜniversitesiEl Sanatları Eğitimi Ana Bilim Dalı
PROF. DR. RÜÇHAN ARIK
- Tütün yastıklarında değişik ekimlerin fide kalitesine etkileri ve bu fidelerin tarla koşullarında verim ve kaliteleri
Başlık çevirisi yok
GÜN DÖRTERLER
- Jellium calculations for metalic slabs
Başlık çevirisi yok
BASSAM HUSNİ DAGHLAS
Yüksek Lisans
İngilizce
1987
Fizik ve Fizik MühendisliğiOrta Doğu Teknik ÜniversitesiDOÇ. DR. ŞİNASİ ELLİALTIOĞLU